Ứng dụng
Hỗ trợ kỹ thuật
AB testing là gì?
AB testing là gì? A/B Testing được hiểu đơn giản là một hình thức thử nghiệm hai phiên bản A/B trong cùng một điều kiện và đánh giá xem phiên bản nào đạt hiệu quả hơn.
A/B testing cho thấy những thay đổi tiềm năng, có khả năng đưa ra quyết định dựa trên dữ liệu thu được và đảm bảo tác động tích cực của nó. Đây là một phần không thể thiếu trong quy trình marketing cũng như các hình thức hoạt động kinh doanh khác.
Lợi ích từ A/B testing trong marketing
Sau khi đã tìm hiểu về khái niệm AB testing là gì, trong phần này Glints sẽ chia sẻ đến bạn những lợi ích mà hình thức thử nghiệm này mang lại trong lĩnh vực marketing.
A/B testing được sử dụng nhiều trong các lĩnh vực, đặc biệt là marketing. Hình thức thử nghiệm này mang lại nhiều lợi ích tuyệt vời cho team marketing của doanh nghiệp. Trên tất cả, những cuộc thử nghiệm này rất giá trị cho doanh nghiệp vì ít tốn kém chi phí và mang lại kết quả tốt.
Dưới đây là một số lợi ích khi sử dụng A/B testing trong marketing.
Gia tăng lượt truy cập website
Bằng việc thử nghiệm các tiêu đề khác nhau của bài viết hoặc tiêu đề trang web có thể thay đổi số lượng người click và truy cập vào đường dẫn đến website. Qua đây giúp marketer có thể lựa chọn title phù hợp nhằm nâng cao lượt truy cập.
Nâng cao tỷ lệ chuyển đổi
Bằng việc thử nghiệm các địa điểm khác nhau, màu sắc, hoặc anchor text trên CTA có thể thay đổi số lượng người nhấn vào CTA để dẫn đến một trang đích (landing page) của doanh nghiệp.
Điều này giúp tăng khả năng số người điền đầy đủ thông tin vào form trên website, cũng như tỷ lệ chuyển đổi họ trở thành khách hàng thực sự của doanh nghiệp.
Giảm tỷ lệ thoát khỏi trang
Mọi doanh nghiệp đều quan tâm đến tỷ lệ thoát khỏi trang của người dùng (Bounce rate). Nếu tỷ lệ này càng cao chứng tỏ, người truy cập không hứng thú với nội dung bài viết, định dạng text khó đọc, và rất nhiều vấn đề khác.
Bằng việc thử nghiệm A/B testing sẽ giúp doanh nghiệp tìm ra phương án phù hợp để giữ chân người truy cập ở lại trang web. Qua đó giảm thiểu chỉ số bounce rate và gia tăng thời gian ở lại (time on page).
Đây là lý do AB test có vai trò rất thiết yếu trong marketing nói chung và email marketing nói riêng.
Giảm tỷ lệ bỏ qua giỏ hàng
Các nhà kinh doanh thương mại điện tử phát hiện ra trung bình 70% khách hàng rời khỏi website của họ với những sản phẩm trong giỏ hàng. Điều này gây bất lợi cho các doanh nghiệp này. Vậy làm sao để giảm thiểu tình trạng này?
Dựa vào A/B testing nhà quản lý có thể phát hiện ra các nguyên nhân dẫn đến tình trạng này và tìm ra hướng giải quyết phù hợp, chẳng hạn như đơn giản hóa các bước mua hàng, đa dạng hóa sản phẩm, các thông tin được hiển thị đầy đủ, v.v.
Cách thực hiện A/B testing
Dưới đây là chi tiết các bước để bắt đầu một cuộc thử nghiệm A/B.
Chọn một biến để test
Trước hết, khi bắt đầu thực hiện A/B testing bạn cần có một biến để thử nghiệm, chẳng hạn như tối ưu hóa website. Để đánh giá mức độ hiệu quả của sự thay đổi, bạn cần tách biệt một biến độc lập và đo lường hiệu quả của nó. Mặc dù vậy, bạn không thể chắc chắn đâu là biết tác động đến sự thay đổi của hiệu suất.
Bạn có thể thử nghiệm nhiều hơn một biến cho một trang web, và đảm bảo thử nghiệm từng biến một.
Để quyết định biến của bạn, bạn cần xem xét các yếu tố trong nguồn lực marketing và các lựa chọn thay thế đối với thiết kế, văn bản, và bố cục.
Đôi khi chỉ thay đổi một yếu tố đơn giản nhưng cũng có thể mang lại những thay đổi lớn. Bên cạnh đó, việc thử nghiệm nhiều biến sẽ tốt hơn một biến – đây là quá trình thử nghiệm đa biến.
Xác định mục tiêu
Bất kỳ cuộc thử nghiệm nào của bạn cũng cần có một mục tiêu cụ thể. Dù bạn sẽ đo lường nhiều chỉ số khi thực hiện một thử nghiệm nó đó, nhưng hãy tập trung vào một chỉ số cụ thể và hãy làm điều này trước khi thiết lập biến thể thứ hai. Đây là biến phụ thuộc của bạn, nó sẽ thay đổi khi bạn thao tác với biến độc lập.
Hãy suy nghĩ về nơi bạn muốn biến độc lập có thể đến khi kết thúc cuộc thử nghiệm phân tách, thậm chí bạn có thể đưa ra một giả thuyết và kiểm tra kết quả dựa trên dự đoán này.
Tạo một “kiểm soát” và “thách thức”
Lúc này, bạn đã có biến độc lập, biến phụ thuộc và mục tiêu đầu ra. Sử dụng các thông tin này để thiết lập một phiên bản không thể thay thế của thứ mà bạn đang thử nghiệm giống như một kịch bản kiểm soát.
Chẳng hạn, bạn đang thử nghiệm trên một trang web, thì đây là trang không thể thay đổi vì nó đã tồn tại từ trước.
Qua đây, bạn hãy xây dựng một thử thách để thử nghiệm chống lại sự kiểm soát của bạn. Chẳng hạn, nếu bạn đang tự hỏi, khi chèn thêm lời chứng thực vào landing page có làm thay đổi tỷ lệ chuyển đổi hay không thì hãy tạo một thử thách với lời chứng thực này.
Chia đều các nhóm một cách ngẫu nhiên hoặc công bằng
Với các cuộc thử nghiệm mà bạn có quyền kiểm soát đối tượng, bạn cần thử nghiệm trên hai hoặc nhiều hơn một nhóm để đưa ra kết quả cuối cùng.
Cách thực hiện điều này có thể khác nhau phụ thuộc vào công cụ A/B testing mà bạn sử dụng.
Quyết định kích thước mẫu (Nếu có)
Việc xác định kích thước mẫu sẽ phụ thuộc nhiều vào công cụ A/B testing mà bạn lựa chọn và loại thử nghiệm của bạn.
Khi bạn thử nghiệm một thứ gì đó không giới hạn đối tượng, thì thời gian thử nghiệm sẽ ảnh hưởng đến kích thước mẫu của bạn.
Xác định mức độ quan trọng của kết quả
Sau khi đã lựa chọn các chỉ số mục tiêu, bạn cần xác định mức độ quan trọng của kết quả để giải thích cho việc tại sao bạn lựa chọn biến này thay vì biến khác.
Đảm bảo chạy từng thử nghiệm một
Việc thử nghiệm nhiều hơn một thứ cùng lúc có thể tạo ra các kết quả phúc tạp. Chẳng hạn, khi bạn thực hiện A/B testing cho chiến dịch email marketing để hướng về landing page nhưng trong thời gian này bạn thử nghiệm đồng thời A/B test trên landing page. Khi đó, bạn sẽ khó xác định đâu là nguyên nhân dẫn đến sự thay đổi.
Do đó, hãy đảm bảo rằng bạn sẽ chạy từng thử nghiệm một.
Sử dụng công cụ A/B testing
Tiếp theo, bạn cần lựa chọn một công cụ A/B testing phù hợp với cuộc thử nghiệm của mình.
Kiểm tra đồng thời hai biến
Khi bạn chạy thử nghiệm phiên bản A trong tháng 10 và phiên bản B trong tháng 11. Lúc này, bạn sẽ khó có thể xác định sự thay đổi của hiệu suất là do cấu trúc hai phiên bản hay thời gian gian khác nhau.
Do đó, khi chạy A/B testing bạn cần thực hiện thử nghiệm hai biến thể cùng lúc. Ngoại trừ khi bạn thực hiện A/B test để xác định khoảng thời gian tối ưu.
Đảm bảo thời gian A/B testing
Để dữ liệu đầu ra có ý nghĩa thống kê tốt bạn cần đảm bảo cung cấp đủ thời gian cho một cuộc thử nghiệm. Khoảng thời gian này được phụ thuộc vào doanh nghiệp của bạn, cách bạn thực hiện thử nghiệm, v.v.
Yêu cầu phản hồi từ người dùng thật
A/B testing liên quan phần lớn đến dữ liệu định lượng nhưng đây không phải là điều duy nhất giúp bạn xác định hành vi của khách hàng. Do đó, khi chạy A/B test bạn có thể thu thập thêm các dữ liệu định tính từ người dùng bằng một cuộc khảo sát, phỏng vấn, v.v.
Tập trung vào các thước đo mục tiêu
mặc dù bạn sẽ đo lường nhiều chỉ số nhưng bạn cần tập chung vào mục tiêu chính khi thực hiện phân tích.
Đo lường sự quan trọng của kết quả bằng máy tính toán A/B testing
Lúc này, bạn cần xác định kết quả thu được có mang ý nghĩa thống kê hay có đủ để chứng minh sự thay đổi không.
Để xác định điều này, bạn cần kiểm tra ý nghĩa thống kê bằng máy tính toán A/B testing hoặc thực hiện thủ công.
Hành động
Thông qua thử nghiệm A/B sẽ giúp bạn rút các bài học và áp dụng vào thực tế để nâng cao hiệu quả công việc.
Chẳng hạn, bạn thực hiện A/B test cho chiến dịch email marketing và rút ra bài học tiêu đề email có quyết định lớn đến tỷ lệ mở mail. Qua đây sẽ giúp bạn thực hiện một chiến dịch email marketing hiệu quả hơn trong tương lai.
Lập kế hoạch cho A/B testing tiếp theo
Hãy lên kế hoạch cho những cuộc thử nghiệm tiếp theo để không ngừng tối ưu hiệu suất công việc.
Cách đọc kết quả A/B testing
Làm thế nào để hiểu đúng kết quả của thử nghiệm A/B? Dưới đây Glints sẽ chia sẻ đến bạn cách đọc kết quả A/B test sau cho đúng.
Kiểm tra các chỉ số mục tiêu
Trước hết, bạn cần xem các chỉ số mục tiêu với kết quả của cuộc thử nghiệp, nó thường là tỷ lệ chuyển đổi. Tiếp đó, ban nhập kết quả vào máy tính toán A/B test. Lúc này, bạn sẽ thu được hai kết quả ch từng phiên bản thử nghiệm. Bạn cũng sẽ nhận được một kết quả quan trọng của từng biến.
So sánh với tỷ lệ chuyển đổi
Dựa vào kết quả thu được, bạn có thể xác định tỷ lệ chuyển đổi của hai biến khác nhau như thế nào.
Một thử nghiệm thành công thực sự lá khi kết quả mang ý nghĩa thống kê. Điều này được hiểu là một biến hoạt động tốt hơn biến kia ở một mức độ đáng kể.
Chẳng hạn, biến A mang lại tỷ lệ chuyển đổi 16%, biến B mang lại tỷ lệ chuyển đổi 15.08 và khoảng tin cậy mang ý nghĩa thống kê là 95%. Khi đó, mặc dù biến A có tỷ lệ chuyển đổi cao hơn nhưng không mang ý nghĩa thống kê, thì sẽ không thể cải thiện tỷ lệ chuyển đổi tổng thể của bạn.
Phân đoạn công chúng để có thêm insight
Việc phân tích kết quả theo từng nhóm đối tượng sẽ giúp bạn có thêm nhiều thông tin hữu ích. Các biến thường dùng để phân đoạn đối tượng có thể kể đến như:
Ai là người truy cập?
Phiên bản nào tốt hơn cho visitor mới và visitor truy cập lại?
Phiên bản nào hoạt động tốt hơn trên điện thoại/máy tính?
Nguồn truy cập, hoặc phiên bản nào hoạt động tốt nhất dựa trên nơi truy cập tới cả biến thể.
AB testing là gì? A/B Testing được hiểu đơn giản là một hình thức thử nghiệm hai phiên bản A/B trong cùng một điều kiện và đánh giá xem phiên bản nào đạt hiệu quả hơn.
A/B testing cho thấy những thay đổi tiềm năng, có khả năng đưa ra quyết định dựa trên dữ liệu thu được và đảm bảo tác động tích cực của nó. Đây là một phần không thể thiếu trong quy trình marketing cũng như các hình thức hoạt động kinh doanh khác.
Lợi ích từ A/B testing trong marketing
Sau khi đã tìm hiểu về khái niệm AB testing là gì, trong phần này Glints sẽ chia sẻ đến bạn những lợi ích mà hình thức thử nghiệm này mang lại trong lĩnh vực marketing.
A/B testing được sử dụng nhiều trong các lĩnh vực, đặc biệt là marketing. Hình thức thử nghiệm này mang lại nhiều lợi ích tuyệt vời cho team marketing của doanh nghiệp. Trên tất cả, những cuộc thử nghiệm này rất giá trị cho doanh nghiệp vì ít tốn kém chi phí và mang lại kết quả tốt.
Dưới đây là một số lợi ích khi sử dụng A/B testing trong marketing.
Gia tăng lượt truy cập website
Bằng việc thử nghiệm các tiêu đề khác nhau của bài viết hoặc tiêu đề trang web có thể thay đổi số lượng người click và truy cập vào đường dẫn đến website. Qua đây giúp marketer có thể lựa chọn title phù hợp nhằm nâng cao lượt truy cập.
Nâng cao tỷ lệ chuyển đổi
Bằng việc thử nghiệm các địa điểm khác nhau, màu sắc, hoặc anchor text trên CTA có thể thay đổi số lượng người nhấn vào CTA để dẫn đến một trang đích (landing page) của doanh nghiệp.
Điều này giúp tăng khả năng số người điền đầy đủ thông tin vào form trên website, cũng như tỷ lệ chuyển đổi họ trở thành khách hàng thực sự của doanh nghiệp.
Giảm tỷ lệ thoát khỏi trang
Mọi doanh nghiệp đều quan tâm đến tỷ lệ thoát khỏi trang của người dùng (Bounce rate). Nếu tỷ lệ này càng cao chứng tỏ, người truy cập không hứng thú với nội dung bài viết, định dạng text khó đọc, và rất nhiều vấn đề khác.
Bằng việc thử nghiệm A/B testing sẽ giúp doanh nghiệp tìm ra phương án phù hợp để giữ chân người truy cập ở lại trang web. Qua đó giảm thiểu chỉ số bounce rate và gia tăng thời gian ở lại (time on page).
Đây là lý do AB test có vai trò rất thiết yếu trong marketing nói chung và email marketing nói riêng.
Giảm tỷ lệ bỏ qua giỏ hàng
Các nhà kinh doanh thương mại điện tử phát hiện ra trung bình 70% khách hàng rời khỏi website của họ với những sản phẩm trong giỏ hàng. Điều này gây bất lợi cho các doanh nghiệp này. Vậy làm sao để giảm thiểu tình trạng này?
Dựa vào A/B testing nhà quản lý có thể phát hiện ra các nguyên nhân dẫn đến tình trạng này và tìm ra hướng giải quyết phù hợp, chẳng hạn như đơn giản hóa các bước mua hàng, đa dạng hóa sản phẩm, các thông tin được hiển thị đầy đủ, v.v.
Cách thực hiện A/B testing
Dưới đây là chi tiết các bước để bắt đầu một cuộc thử nghiệm A/B.
Chọn một biến để test
Trước hết, khi bắt đầu thực hiện A/B testing bạn cần có một biến để thử nghiệm, chẳng hạn như tối ưu hóa website. Để đánh giá mức độ hiệu quả của sự thay đổi, bạn cần tách biệt một biến độc lập và đo lường hiệu quả của nó. Mặc dù vậy, bạn không thể chắc chắn đâu là biết tác động đến sự thay đổi của hiệu suất.
Bạn có thể thử nghiệm nhiều hơn một biến cho một trang web, và đảm bảo thử nghiệm từng biến một.
Để quyết định biến của bạn, bạn cần xem xét các yếu tố trong nguồn lực marketing và các lựa chọn thay thế đối với thiết kế, văn bản, và bố cục.
Đôi khi chỉ thay đổi một yếu tố đơn giản nhưng cũng có thể mang lại những thay đổi lớn. Bên cạnh đó, việc thử nghiệm nhiều biến sẽ tốt hơn một biến – đây là quá trình thử nghiệm đa biến.
Xác định mục tiêu
Bất kỳ cuộc thử nghiệm nào của bạn cũng cần có một mục tiêu cụ thể. Dù bạn sẽ đo lường nhiều chỉ số khi thực hiện một thử nghiệm nó đó, nhưng hãy tập trung vào một chỉ số cụ thể và hãy làm điều này trước khi thiết lập biến thể thứ hai. Đây là biến phụ thuộc của bạn, nó sẽ thay đổi khi bạn thao tác với biến độc lập.
Hãy suy nghĩ về nơi bạn muốn biến độc lập có thể đến khi kết thúc cuộc thử nghiệm phân tách, thậm chí bạn có thể đưa ra một giả thuyết và kiểm tra kết quả dựa trên dự đoán này.
Tạo một “kiểm soát” và “thách thức”
Lúc này, bạn đã có biến độc lập, biến phụ thuộc và mục tiêu đầu ra. Sử dụng các thông tin này để thiết lập một phiên bản không thể thay thế của thứ mà bạn đang thử nghiệm giống như một kịch bản kiểm soát.
Chẳng hạn, bạn đang thử nghiệm trên một trang web, thì đây là trang không thể thay đổi vì nó đã tồn tại từ trước.
Qua đây, bạn hãy xây dựng một thử thách để thử nghiệm chống lại sự kiểm soát của bạn. Chẳng hạn, nếu bạn đang tự hỏi, khi chèn thêm lời chứng thực vào landing page có làm thay đổi tỷ lệ chuyển đổi hay không thì hãy tạo một thử thách với lời chứng thực này.
Chia đều các nhóm một cách ngẫu nhiên hoặc công bằng
Với các cuộc thử nghiệm mà bạn có quyền kiểm soát đối tượng, bạn cần thử nghiệm trên hai hoặc nhiều hơn một nhóm để đưa ra kết quả cuối cùng.
Cách thực hiện điều này có thể khác nhau phụ thuộc vào công cụ A/B testing mà bạn sử dụng.
Quyết định kích thước mẫu (Nếu có)
Việc xác định kích thước mẫu sẽ phụ thuộc nhiều vào công cụ A/B testing mà bạn lựa chọn và loại thử nghiệm của bạn.
Khi bạn thử nghiệm một thứ gì đó không giới hạn đối tượng, thì thời gian thử nghiệm sẽ ảnh hưởng đến kích thước mẫu của bạn.
Xác định mức độ quan trọng của kết quả
Sau khi đã lựa chọn các chỉ số mục tiêu, bạn cần xác định mức độ quan trọng của kết quả để giải thích cho việc tại sao bạn lựa chọn biến này thay vì biến khác.
Đảm bảo chạy từng thử nghiệm một
Việc thử nghiệm nhiều hơn một thứ cùng lúc có thể tạo ra các kết quả phúc tạp. Chẳng hạn, khi bạn thực hiện A/B testing cho chiến dịch email marketing để hướng về landing page nhưng trong thời gian này bạn thử nghiệm đồng thời A/B test trên landing page. Khi đó, bạn sẽ khó xác định đâu là nguyên nhân dẫn đến sự thay đổi.
Do đó, hãy đảm bảo rằng bạn sẽ chạy từng thử nghiệm một.
Sử dụng công cụ A/B testing
Tiếp theo, bạn cần lựa chọn một công cụ A/B testing phù hợp với cuộc thử nghiệm của mình.
Kiểm tra đồng thời hai biến
Khi bạn chạy thử nghiệm phiên bản A trong tháng 10 và phiên bản B trong tháng 11. Lúc này, bạn sẽ khó có thể xác định sự thay đổi của hiệu suất là do cấu trúc hai phiên bản hay thời gian gian khác nhau.
Do đó, khi chạy A/B testing bạn cần thực hiện thử nghiệm hai biến thể cùng lúc. Ngoại trừ khi bạn thực hiện A/B test để xác định khoảng thời gian tối ưu.
Đảm bảo thời gian A/B testing
Để dữ liệu đầu ra có ý nghĩa thống kê tốt bạn cần đảm bảo cung cấp đủ thời gian cho một cuộc thử nghiệm. Khoảng thời gian này được phụ thuộc vào doanh nghiệp của bạn, cách bạn thực hiện thử nghiệm, v.v.
Yêu cầu phản hồi từ người dùng thật
A/B testing liên quan phần lớn đến dữ liệu định lượng nhưng đây không phải là điều duy nhất giúp bạn xác định hành vi của khách hàng. Do đó, khi chạy A/B test bạn có thể thu thập thêm các dữ liệu định tính từ người dùng bằng một cuộc khảo sát, phỏng vấn, v.v.
Tập trung vào các thước đo mục tiêu
mặc dù bạn sẽ đo lường nhiều chỉ số nhưng bạn cần tập chung vào mục tiêu chính khi thực hiện phân tích.
Đo lường sự quan trọng của kết quả bằng máy tính toán A/B testing
Lúc này, bạn cần xác định kết quả thu được có mang ý nghĩa thống kê hay có đủ để chứng minh sự thay đổi không.
Để xác định điều này, bạn cần kiểm tra ý nghĩa thống kê bằng máy tính toán A/B testing hoặc thực hiện thủ công.
Hành động
Thông qua thử nghiệm A/B sẽ giúp bạn rút các bài học và áp dụng vào thực tế để nâng cao hiệu quả công việc.
Chẳng hạn, bạn thực hiện A/B test cho chiến dịch email marketing và rút ra bài học tiêu đề email có quyết định lớn đến tỷ lệ mở mail. Qua đây sẽ giúp bạn thực hiện một chiến dịch email marketing hiệu quả hơn trong tương lai.
Lập kế hoạch cho A/B testing tiếp theo
Hãy lên kế hoạch cho những cuộc thử nghiệm tiếp theo để không ngừng tối ưu hiệu suất công việc.
Cách đọc kết quả A/B testing
Làm thế nào để hiểu đúng kết quả của thử nghiệm A/B? Dưới đây Glints sẽ chia sẻ đến bạn cách đọc kết quả A/B test sau cho đúng.
Kiểm tra các chỉ số mục tiêu
Trước hết, bạn cần xem các chỉ số mục tiêu với kết quả của cuộc thử nghiệp, nó thường là tỷ lệ chuyển đổi. Tiếp đó, ban nhập kết quả vào máy tính toán A/B test. Lúc này, bạn sẽ thu được hai kết quả ch từng phiên bản thử nghiệm. Bạn cũng sẽ nhận được một kết quả quan trọng của từng biến.
So sánh với tỷ lệ chuyển đổi
Dựa vào kết quả thu được, bạn có thể xác định tỷ lệ chuyển đổi của hai biến khác nhau như thế nào.
Một thử nghiệm thành công thực sự lá khi kết quả mang ý nghĩa thống kê. Điều này được hiểu là một biến hoạt động tốt hơn biến kia ở một mức độ đáng kể.
Chẳng hạn, biến A mang lại tỷ lệ chuyển đổi 16%, biến B mang lại tỷ lệ chuyển đổi 15.08 và khoảng tin cậy mang ý nghĩa thống kê là 95%. Khi đó, mặc dù biến A có tỷ lệ chuyển đổi cao hơn nhưng không mang ý nghĩa thống kê, thì sẽ không thể cải thiện tỷ lệ chuyển đổi tổng thể của bạn.
Phân đoạn công chúng để có thêm insight
Việc phân tích kết quả theo từng nhóm đối tượng sẽ giúp bạn có thêm nhiều thông tin hữu ích. Các biến thường dùng để phân đoạn đối tượng có thể kể đến như:
Ai là người truy cập?
Phiên bản nào tốt hơn cho visitor mới và visitor truy cập lại?
Phiên bản nào hoạt động tốt hơn trên điện thoại/máy tính?
Nguồn truy cập, hoặc phiên bản nào hoạt động tốt nhất dựa trên nơi truy cập tới cả biến thể.
AB testing là gì?
AB testing là gì? A/B Testing được hiểu đơn giản là một hình thức thử nghiệm hai phiên bản A/B trong cùng một điều kiện và đánh giá xem phiên bản nào đạt hiệu quả hơn.
A/B testing cho thấy những thay đổi tiềm năng, có khả năng đưa ra quyết định dựa trên dữ liệu thu được và đảm bảo tác động tích cực của nó. Đây là một phần không thể thiếu trong quy trình marketing cũng như các hình thức hoạt động kinh doanh khác.
Lợi ích từ A/B testing trong marketing
Sau khi đã tìm hiểu về khái niệm AB testing là gì, trong phần này Glints sẽ chia sẻ đến bạn những lợi ích mà hình thức thử nghiệm này mang lại trong lĩnh vực marketing.
A/B testing được sử dụng nhiều trong các lĩnh vực, đặc biệt là marketing. Hình thức thử nghiệm này mang lại nhiều lợi ích tuyệt vời cho team marketing của doanh nghiệp. Trên tất cả, những cuộc thử nghiệm này rất giá trị cho doanh nghiệp vì ít tốn kém chi phí và mang lại kết quả tốt.
Dưới đây là một số lợi ích khi sử dụng A/B testing trong marketing.
Gia tăng lượt truy cập website
Bằng việc thử nghiệm các tiêu đề khác nhau của bài viết hoặc tiêu đề trang web có thể thay đổi số lượng người click và truy cập vào đường dẫn đến website. Qua đây giúp marketer có thể lựa chọn title phù hợp nhằm nâng cao lượt truy cập.
Nâng cao tỷ lệ chuyển đổi
Bằng việc thử nghiệm các địa điểm khác nhau, màu sắc, hoặc anchor text trên CTA có thể thay đổi số lượng người nhấn vào CTA để dẫn đến một trang đích (landing page) của doanh nghiệp.
Điều này giúp tăng khả năng số người điền đầy đủ thông tin vào form trên website, cũng như tỷ lệ chuyển đổi họ trở thành khách hàng thực sự của doanh nghiệp.
Giảm tỷ lệ thoát khỏi trang
Mọi doanh nghiệp đều quan tâm đến tỷ lệ thoát khỏi trang của người dùng (Bounce rate). Nếu tỷ lệ này càng cao chứng tỏ, người truy cập không hứng thú với nội dung bài viết, định dạng text khó đọc, và rất nhiều vấn đề khác.
Bằng việc thử nghiệm A/B testing sẽ giúp doanh nghiệp tìm ra phương án phù hợp để giữ chân người truy cập ở lại trang web. Qua đó giảm thiểu chỉ số bounce rate và gia tăng thời gian ở lại (time on page).
Đây là lý do AB test có vai trò rất thiết yếu trong marketing nói chung và email marketing nói riêng.
Giảm tỷ lệ bỏ qua giỏ hàng
Các nhà kinh doanh thương mại điện tử phát hiện ra trung bình 70% khách hàng rời khỏi website của họ với những sản phẩm trong giỏ hàng. Điều này gây bất lợi cho các doanh nghiệp này. Vậy làm sao để giảm thiểu tình trạng này?
Dựa vào A/B testing nhà quản lý có thể phát hiện ra các nguyên nhân dẫn đến tình trạng này và tìm ra hướng giải quyết phù hợp, chẳng hạn như đơn giản hóa các bước mua hàng, đa dạng hóa sản phẩm, các thông tin được hiển thị đầy đủ, v.v.
Cách thực hiện A/B testing
Dưới đây là chi tiết các bước để bắt đầu một cuộc thử nghiệm A/B.
Chọn một biến để test
Trước hết, khi bắt đầu thực hiện A/B testing bạn cần có một biến để thử nghiệm, chẳng hạn như tối ưu hóa website. Để đánh giá mức độ hiệu quả của sự thay đổi, bạn cần tách biệt một biến độc lập và đo lường hiệu quả của nó. Mặc dù vậy, bạn không thể chắc chắn đâu là biết tác động đến sự thay đổi của hiệu suất.
Bạn có thể thử nghiệm nhiều hơn một biến cho một trang web, và đảm bảo thử nghiệm từng biến một.
Để quyết định biến của bạn, bạn cần xem xét các yếu tố trong nguồn lực marketing và các lựa chọn thay thế đối với thiết kế, văn bản, và bố cục.
Đôi khi chỉ thay đổi một yếu tố đơn giản nhưng cũng có thể mang lại những thay đổi lớn. Bên cạnh đó, việc thử nghiệm nhiều biến sẽ tốt hơn một biến – đây là quá trình thử nghiệm đa biến.
Xác định mục tiêu
Bất kỳ cuộc thử nghiệm nào của bạn cũng cần có một mục tiêu cụ thể. Dù bạn sẽ đo lường nhiều chỉ số khi thực hiện một thử nghiệm nó đó, nhưng hãy tập trung vào một chỉ số cụ thể và hãy làm điều này trước khi thiết lập biến thể thứ hai. Đây là biến phụ thuộc của bạn, nó sẽ thay đổi khi bạn thao tác với biến độc lập.
Hãy suy nghĩ về nơi bạn muốn biến độc lập có thể đến khi kết thúc cuộc thử nghiệm phân tách, thậm chí bạn có thể đưa ra một giả thuyết và kiểm tra kết quả dựa trên dự đoán này.
Tạo một “kiểm soát” và “thách thức”
Lúc này, bạn đã có biến độc lập, biến phụ thuộc và mục tiêu đầu ra. Sử dụng các thông tin này để thiết lập một phiên bản không thể thay thế của thứ mà bạn đang thử nghiệm giống như một kịch bản kiểm soát.
Chẳng hạn, bạn đang thử nghiệm trên một trang web, thì đây là trang không thể thay đổi vì nó đã tồn tại từ trước.
Qua đây, bạn hãy xây dựng một thử thách để thử nghiệm chống lại sự kiểm soát của bạn. Chẳng hạn, nếu bạn đang tự hỏi, khi chèn thêm lời chứng thực vào landing page có làm thay đổi tỷ lệ chuyển đổi hay không thì hãy tạo một thử thách với lời chứng thực này.
Chia đều các nhóm một cách ngẫu nhiên hoặc công bằng
Với các cuộc thử nghiệm mà bạn có quyền kiểm soát đối tượng, bạn cần thử nghiệm trên hai hoặc nhiều hơn một nhóm để đưa ra kết quả cuối cùng.
Cách thực hiện điều này có thể khác nhau phụ thuộc vào công cụ A/B testing mà bạn sử dụng.
Quyết định kích thước mẫu (Nếu có)
Việc xác định kích thước mẫu sẽ phụ thuộc nhiều vào công cụ A/B testing mà bạn lựa chọn và loại thử nghiệm của bạn.
Khi bạn thử nghiệm một thứ gì đó không giới hạn đối tượng, thì thời gian thử nghiệm sẽ ảnh hưởng đến kích thước mẫu của bạn.
Xác định mức độ quan trọng của kết quả
Sau khi đã lựa chọn các chỉ số mục tiêu, bạn cần xác định mức độ quan trọng của kết quả để giải thích cho việc tại sao bạn lựa chọn biến này thay vì biến khác.
Đảm bảo chạy từng thử nghiệm một
Việc thử nghiệm nhiều hơn một thứ cùng lúc có thể tạo ra các kết quả phúc tạp. Chẳng hạn, khi bạn thực hiện A/B testing cho chiến dịch email marketing để hướng về landing page nhưng trong thời gian này bạn thử nghiệm đồng thời A/B test trên landing page. Khi đó, bạn sẽ khó xác định đâu là nguyên nhân dẫn đến sự thay đổi.
Do đó, hãy đảm bảo rằng bạn sẽ chạy từng thử nghiệm một.
Sử dụng công cụ A/B testing
Tiếp theo, bạn cần lựa chọn một công cụ A/B testing phù hợp với cuộc thử nghiệm của mình.
Kiểm tra đồng thời hai biến
Khi bạn chạy thử nghiệm phiên bản A trong tháng 10 và phiên bản B trong tháng 11. Lúc này, bạn sẽ khó có thể xác định sự thay đổi của hiệu suất là do cấu trúc hai phiên bản hay thời gian gian khác nhau.
Do đó, khi chạy A/B testing bạn cần thực hiện thử nghiệm hai biến thể cùng lúc. Ngoại trừ khi bạn thực hiện A/B test để xác định khoảng thời gian tối ưu.
Đảm bảo thời gian A/B testing
Để dữ liệu đầu ra có ý nghĩa thống kê tốt bạn cần đảm bảo cung cấp đủ thời gian cho một cuộc thử nghiệm. Khoảng thời gian này được phụ thuộc vào doanh nghiệp của bạn, cách bạn thực hiện thử nghiệm, v.v.
Yêu cầu phản hồi từ người dùng thật
A/B testing liên quan phần lớn đến dữ liệu định lượng nhưng đây không phải là điều duy nhất giúp bạn xác định hành vi của khách hàng. Do đó, khi chạy A/B test bạn có thể thu thập thêm các dữ liệu định tính từ người dùng bằng một cuộc khảo sát, phỏng vấn, v.v.
Tập trung vào các thước đo mục tiêu
mặc dù bạn sẽ đo lường nhiều chỉ số nhưng bạn cần tập chung vào mục tiêu chính khi thực hiện phân tích.
Đo lường sự quan trọng của kết quả bằng máy tính toán A/B testing
Lúc này, bạn cần xác định kết quả thu được có mang ý nghĩa thống kê hay có đủ để chứng minh sự thay đổi không.
Để xác định điều này, bạn cần kiểm tra ý nghĩa thống kê bằng máy tính toán A/B testing hoặc thực hiện thủ công.
Hành động
Thông qua thử nghiệm A/B sẽ giúp bạn rút các bài học và áp dụng vào thực tế để nâng cao hiệu quả công việc.
Chẳng hạn, bạn thực hiện A/B test cho chiến dịch email marketing và rút ra bài học tiêu đề email có quyết định lớn đến tỷ lệ mở mail. Qua đây sẽ giúp bạn thực hiện một chiến dịch email marketing hiệu quả hơn trong tương lai.
Lập kế hoạch cho A/B testing tiếp theo
Hãy lên kế hoạch cho những cuộc thử nghiệm tiếp theo để không ngừng tối ưu hiệu suất công việc.
Cách đọc kết quả A/B testing
Làm thế nào để hiểu đúng kết quả của thử nghiệm A/B? Dưới đây Glints sẽ chia sẻ đến bạn cách đọc kết quả A/B test sau cho đúng.
Kiểm tra các chỉ số mục tiêu
Trước hết, bạn cần xem các chỉ số mục tiêu với kết quả của cuộc thử nghiệp, nó thường là tỷ lệ chuyển đổi. Tiếp đó, ban nhập kết quả vào máy tính toán A/B test. Lúc này, bạn sẽ thu được hai kết quả ch từng phiên bản thử nghiệm. Bạn cũng sẽ nhận được một kết quả quan trọng của từng biến.
So sánh với tỷ lệ chuyển đổi
Dựa vào kết quả thu được, bạn có thể xác định tỷ lệ chuyển đổi của hai biến khác nhau như thế nào.
Một thử nghiệm thành công thực sự lá khi kết quả mang ý nghĩa thống kê. Điều này được hiểu là một biến hoạt động tốt hơn biến kia ở một mức độ đáng kể.
Chẳng hạn, biến A mang lại tỷ lệ chuyển đổi 16%, biến B mang lại tỷ lệ chuyển đổi 15.08 và khoảng tin cậy mang ý nghĩa thống kê là 95%. Khi đó, mặc dù biến A có tỷ lệ chuyển đổi cao hơn nhưng không mang ý nghĩa thống kê, thì sẽ không thể cải thiện tỷ lệ chuyển đổi tổng thể của bạn.
Phân đoạn công chúng để có thêm insight
Việc phân tích kết quả theo từng nhóm đối tượng sẽ giúp bạn có thêm nhiều thông tin hữu ích. Các biến thường dùng để phân đoạn đối tượng có thể kể đến như:
Ai là người truy cập?
Phiên bản nào tốt hơn cho visitor mới và visitor truy cập lại?
Phiên bản nào hoạt động tốt hơn trên điện thoại/máy tính?
Nguồn truy cập, hoặc phiên bản nào hoạt động tốt nhất dựa trên nơi truy cập tới cả biến thể.
0 Bình luận
0 Chia Sẻ